مقایسه شبکه عصبی-فازی (ANFIS) و ترکیب آن با الگوریتم بهینه سازی وال (WOA) با هدف پیش بینی نرخ ارز

سیاستگذاران پولی به منظور جلوگیری از زیان های ناشی از تغییرات از هم گسیخته نرخ ارز، همواره درصدد یافتن روشی مناسب برای پیش بینی نرخ ارز بوده اند. لیکن ویژگی های چندبعدی نرخ ارز باعث رفتار پیچیده و غیرخطی آن شده و مدل های غیر خطی از عمل کرد بهتری در پیش بینی آن برخوردار می باشند. در این مقاله تلاش شده است که با استفاده از روش سیستم استنتاج عصبی - فازی به پیش بینی نرخ ارز (دلار آمریکا، دلار کانادا، ین، پوند، یوان) با استفاده از داده های سری زمانی سال های ۱۳۹۶ تا ۱۴۰۱ که از سایت بانک مرکزی اخذ شده است با وقفه های زمانی مختلف پرداخته شود و سپس ترکیب آن با الگوریتم وال مورد مقایسه قرار گرفته است. نتایج حاصله که بر اساس معیار ارزیابی میانگین مربعات خطا بدست آمده است، نشان می دهد که مدل ارائه شده نسبت به مدل سیستم استنتاج عصبی- فازی از عملکرد بهتری برخوردار می باشد.